Sztuczna inteligencja zaprojektowała od podstaw nowe wirusy zdolne do zabijania bakterii
Naukowcy ze Stanfordu i Arc Institute wykorzystali model AI do stworzenia funkcjonalnych wirusów, które nie występują w naturze i skutecznie zwalczają bakterie.

Naukowcy ze Stanford University i Arc Institute dokonali przełomu, wykorzystując sztuczną inteligencję do zaprojektowania od podstaw kompletnych genomów wirusowych. W rezultacie powstało 16 funkcjonalnych wirusów, które nie występują w naturze, a co najważniejsze – skutecznie zabijają bakterie. Praca, która początkowo była dostępna jako preprint, została niedawno poddana recenzji i opublikowana w prestiżowym czasopiśmie „Science”.
AI Evo i proces projektowania wirusów
Centralnym elementem projektu jest model sztucznej inteligencji o nazwie Evo, który działa podobnie do dużego modelu językowego, ale zamiast tekstu, został przeszkolony na danych biologicznych. Początkowo Evo uczył się na około dziewięciu bilionach nukleotydów pochodzących z milionów zwierząt, roślin, mikroorganizmów i wirusów, przyswajając wzorce obecne w całym drzewie życia. Następnie przeprowadzono drugą, bardziej specjalistyczną rundę szkolenia, wykorzystując 11 genów faga Phi X-174 oraz około 15 000 jego bliskich krewnych.
Model Evo zaproponował 700 000 możliwych genomów. Zespół badawczy skupił się na najbardziej obiecujących kandydatach, chemicznie syntetyzując 285 sekwencji jako DNA, które następnie wprowadzono do bakterii. Spośród nich, szesnaście wygenerowało wirusy zdolne do replikacji i niszczenia swoich bakteryjnych gospodarzy, takich jak bakteria E. coli. Samuel King, doktorant i współautor badania, określił to jako „oczywisty kolejny krok”.
Zaprojektowane przez AI wirusy okazały się niezwykle skuteczne. Nie były to jedynie słabe kopie istniejących patogenów, lecz równie solidne jak naturalne wirusy, a niektóre z nich replikowały się nawet szybciej niż Phi X-174. Oliver Crook, chemik białek z University of Oxford, który nie brał udziału w badaniu, potwierdził, że „nie są to po prostu chorowite wersje czegoś, co już istnieje”. Patrick Cai, biolog syntetyczny z University of Manchester, nazwał tę pracę „ważnym kamieniem milowym”.
Potencjalne zastosowania i obawy dotyczące bezpieczeństwa
Technologia ta otwiera drzwi do wielu potencjalnych zastosowań. Wirusy są od dawna wykorzystywane w terapii fagowej do zwalczania wielolekoopornych infekcji bakteryjnych, a także w terapii genowej do dostarczania nowych genów do komórek ludzkich. Wirusy zaprojektowane przez AI mogłyby znacząco zwiększyć skuteczność obu tych podejść.
Jednakże, sukces ten rodzi również poważne obawy dotyczące bezpieczeństwa biologicznego. Moritz Hanke z Johns Hopkins Center for Health Security zwraca uwagę na lukę w regulacjach. Amerykańskie Narodowe Instytuty Zdrowia (NIH) wprowadziły politykę dotyczącą badań wysokiego ryzyka w naukach przyrodniczych, która zakazuje eksperymentów zwiększających niebezpieczeństwo patogenów. Jednakże, czysto obliczeniowe prace, takie jak projektowanie wirusowego DNA na komputerze, nie są objęte tymi przepisami, „chyba że dotyczą podmiotu budzącego obawy”. Problem polega na tym, że w przypadku wirusa stworzonego przez AI, klasyfikacja ryzyka jest niejasna.
Zespół badawczy podjął własne środki ostrożności. Podczas szkolenia Evo nie otrzymał żadnych danych dotyczących wirusów infekujących ludzi ani powiązanych patogenów zwierzęcych, roślinnych czy grzybowych. Oznacza to, że model nie jest w stanie generować takich genomów. Brian Hie, biolog obliczeniowy ze Stanfordu i współautor badania, podkreślił, że „chcieliśmy być bardzo ostrożni”. Hanke pochwalił to podejście, zwłaszcza że nie było ono wymagane przez żadne oficjalne przepisy.
J. Craig Venter, pionier syntetycznego DNA, wyraził „poważne obawy” co do tego, co mogłoby się stać, gdyby to samo podejście zastosowano do niebezpiecznych wirusów, takich jak ospa czy wąglik. Ostrzegł przed „badaniami nad wzmocnieniem wirusów, zwłaszcza gdy są one losowe, więc nie wiadomo, co się otrzymuje”. Z kolei Jason Kelly, CEO Ginkgo Bioworks, uważa, że dążenie do projektowania komórek przez AI powinno być priorytetem narodowym, wyobrażając sobie zautomatyzowane laboratoria, które mogłyby ciągle testować genomy generowane przez AI.
Praca naukowców ze Stanfordu i Arc Institute stanowi ważny krok w dziedzinie projektowania życia za pomocą sztucznej inteligencji. Chociaż technologia ta oferuje ogromny potencjał w medycynie i biotechnologii, jednocześnie uwypukla pilną potrzebę opracowania nowych ram regulacyjnych i etycznych, które nadążą za szybkim tempem rozwoju badań w tej dziedzinie. Zapewnienie bezpieczeństwa i odpowiedzialnego wykorzystania tych innowacji będzie kluczowe dla przyszłości.
Źródło: the-decoder.com
Komentarze
Zaloguj się, aby dołączyć do dyskusji.
Nikt jeszcze nie skomentował. Bądź pierwszy!
Czytaj dalej

Jak medycyna może nauczyć AI niezawodności? Badacze z Bristolu proponują ramy testowania
Naukowcy z Uniwersytetu w Bristolu opracowali ramy testowania niezawodności systemów AI w medycynie, wzorując się na procesach wprowadzania nowych leków na rynek.
Redakcja Aigest5 godz. temu
Klonowanie głosu w 2026 roku: analiza API pod kątem podobieństwa, zgody i kosztów
W 2026 roku przeprowadzono kompleksową analizę siedmiu platform oferujących API do klonowania głosu. Badanie skupiło się na wierności klonowania, procedurach uzyskiwania zgody, licencjonowaniu oraz kosztach.
Redakcja Aigest12 godz. temu
StepFun prezentuje Step 5 Preview: Model MoE z 600B parametrami i kontekstem 1M tokenów
Firma StepFun udostępniła Step 5 Preview, model Mixture-of-Experts (MoE) zaprojektowany do złożonych zadań agentowych, obsługujący kontekst do miliona tokenów.
Redakcja Aigest13 godz. temu

Alibaba prezentuje Qwen-Image-2.1: otwarty model AI do generowania i edycji obrazów
Zespół Qwen AI firmy Alibaba udostępnił Qwen-Image-2.1, otwarty model do generowania i edycji obrazów, który ma konkurować z zamkniętymi systemami.
Redakcja Aigestwczoraj

StudentSim: Microsoft i Uniwersytet Illinois tworzą realistyczne cyfrowe repliki studentów do szkolenia korepetytorów AI
Microsoft i Uniwersytet Illinois opracowały StudentSim, system tworzący cyfrowe repliki studentów, które pomagają w szybszym i tańszym szkoleniu korepetytorów AI.
Redakcja Aigestwczoraj
OpenClaw 2026.9.5 wprowadza atomowe aktualizacje i rozszerza GPT Live
Firma OpenClaw zaprezentowała nową wersję swojego oprogramowania, 2026.9.5, która zawiera 4179 zmian. Kluczowe nowości to atomowe aktualizacje, dynamiczne przeładowywanie wtyczek oraz rozszerzone funkcje GPT Live.
Redakcja Aigestwczoraj
Bądź na bieżąco ze światem AI
Najważniejsze newsy, recenzje i poradniki — raz w tygodniu, prosto na maila. Bez spamu.